在并网技术不断发展的趋势下,风能、太阳能等新能源以分布式电源的形式参与电网的发电和调节。其中风力发电作为最具潜力的新能源发电形式而得到大力研究和发展,并网机组的数量和容量也在逐步上升,因此风机的运行状态对系统的影响已不能忽略。双馈感应发电机(DFIG)作为变速恒频发电机的代表机型,具有其成本低、易维护等优点而被广泛运用,然而机组特殊的结构也体现了它的脆弱性,易受到电网扰动的影响。为了避免风电机组在电网故障期间大量脱网,造成更大的功率缺额,如今对机组低电压穿越(LVRT)运行能力的要求也越来越高,以下为本文主要的研究方法与步骤:首先了解DFIG的运行原理,通过建立相应的数学模型来对风机正常运行下的控制策略进行研究,以此为基础分析机组在电网故障时的暂态特性。针对不同的电网故障程度,本文提出了改进控制策略和串联可变制动电阻两种低电压穿越方案,在轻度故障下可改进控制环结构来消除定子侧暂态分量从而实现LVRT;而发生严重故障时,用转子串电阻的方式代替撬棒(crowbar)保护电路,可有效抑制转子过压过流,投入时保持变流器可控,同时整定出了并网点电压不同跌落区间的串联等效电阻值,提高了方案的灵活应对能力。目前的低电压穿越方案大多都是针对某些特定故障的前提下才有较好的效果,具有一定的局限性。考虑到电网实际运行时的复杂状况,固定的控制参数往往难以保证每种故障下的低电压穿越效果,对此,利用PSCAD/EMTDC中提供的接口模块,调用MATLAB程序对各种故障下的控制参数进行优化处理。虽然基于PSO算法的优化参数能取得不错的控制效果,但该方法为离线优化方法,且优化时间较长,不能满足实时控制对计算速度的要求,而电网故障后暂态过程非常短暂,因此不适用于实际工程当中。为了解决优化时间的问题,提出用深度学习网络搭建参数优化模型,通过“离线训练,在线计算”的思想实现低电压穿越方案的实时优化控制。在PSCAD上对含DFIG电网在不同运行方式下发生的不同故障进行仿真,计及多个故障位置以及过渡电阻的情况,得到大量的故障数据。采用k-means算法,按照转子电流峰值将具有相似暂态特征的故障聚类,接着对每类故障设置合适的LVRT策略,并用PSCAD和MATLAB联合调用优化相应的策略参数。建立DNN网络,把采集到的故障仿真数据分为训练集和测试集,把优化参数作为训练标签,对网络进行反复训练。训练完成后,将新的故障信息输入到网络中时,即可迅速实现方案和最优参数的选取,解决了离线优化方案实时性差的问题,提高了DFIG控制系统的执行效率。